Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh áp lực y tế gia tăng và nhận thức về chăm sóc sức khỏe cộng đồng được nâng cao, đặc biệt là giai đoạn sau đại dịch Covid-19, việc giám sát liên tục các dấu hiệu sinh tồn của người bệnh trở thành một nhu cầu thiết yếu tại các cơ sở điều trị. Đề tài "Thiết kế và thi công mô hình giường bệnh thông minh" được thực hiện bởi sinh viên Trương Cao Nam Khánh và Lê Minh Dự, dưới sự hướng dẫn của ThS. Nguyễn Ngô Lâm tại Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh (chuyên ngành Công nghệ Kỹ thuật Điện tử - Viễn thông, khóa 2020), nhằm giải quyết bài toán tự động hóa theo dõi người bệnh từ xa, giảm thiểu tải trọng công việc cho đội ngũ nhân viên y tế và hạn chế tiếp xúc trực tiếp không cần thiết trong khu vực điều trị nội trú.

Trong phần tổng quan, tác giả đã khảo sát hai công trình nghiên cứu tiền nhiệm làm cơ sở thực tiễn:

  1. Đề tài "Development of a Smart Hospital Bed Based on, Deep Learning to Monitor Patient Conditions": Tích hợp chức năng đo thân nhiệt, nhịp tim và nồng độ SpO2 trực tiếp trên giường bệnh, song tồn tại hạn chế lớn là giường hoàn toàn cố định hoặc phụ thuộc vào lực đẩy thủ công của con người, thiếu cơ chế điều khiển nâng hạ hoặc di chuyển tự động.
  2. Đề tài "IoT Based Autonomous Remote Controlled Smart Bed For Hospitals": Trang bị cảm biến theo dõi sức khỏe kết hợp hệ thống động cơ điều khiển để giường có thể tự hành mà không cần người đẩy.

Kế thừa các ưu điểm và khắc phục những khoảng trống kỹ thuật từ các nghiên cứu trước, nhóm tác giả xác định 5 mục tiêu nghiên cứu cụ thể:

  1. Đo các thông số nhịp tim và SpO2 của bệnh nhân.
  2. Đo giá trị thân nhiệt của bệnh nhân.
  3. Hiển thị các thông số sức khỏe trực tiếp trên màn hình tại giường.
  4. Cung cấp cơ chế cho phép bệnh nhân tự điều chỉnh độ nâng của đầu giường theo ý muốn.
  5. Cập nhật liên tục dữ liệu sức khỏe và hình ảnh của bệnh nhân lên nền tảng Web thông qua mạng không dây.

Để hiện thực hóa các mục tiêu trên, nhiệm vụ đồ án được chia thành 8 nội dung kỹ thuật:

  1. Vẽ sơ đồ khối tổng quát cho toàn hệ thống.
  2. Tính toán, lựa chọn linh kiện phần cứng và thiết kế mô hình cơ khí.
  3. Thiết kế sơ đồ nguyên lý mạch điện tử sử dụng phần mềm Proteus.
  4. Lập trình nhúng và giao diện giám sát bằng phần mềm Arduino IDE và Visual Studio.
  5. Chạy thử nghiệm và gỡ lỗi chương trình trên testboard cho từng khối chức năng.
  6. Thi công lắp ráp mô hình hoàn chỉnh.
  7. Viết tài liệu báo cáo kỹ thuật.
  8. Bảo vệ đồ án tốt nghiệp.

Đối tượng nghiên cứu của đề tài là hệ thống nhúng tích hợp cảm biến y tế, cơ cấu cơ điện tử và truyền thông Internet vạn vật (IoT). Phạm vi nghiên cứu được giới hạn ở việc chế tạo mô hình thực nghiệm có kích thước thu nhỏ xấp xỉ 1/10 so với giường bệnh thực tế. Về mặt kỹ thuật, hệ thống tập trung vào kiến trúc vi điều khiển kết hợp giữa bo mạch Arduino Uno và các module ESP32, ESP32-CAM cùng các chuẩn giao tiếp nội vi, chưa triển khai các thuật toán mã hóa bảo mật chuyên sâu cho dữ liệu đường truyền.

Cơ sở lý thuyết và phương pháp

Nghiên cứu được xây dựng dựa trên sự kết hợp giữa các chỉ số sinh lý học con người, công nghệ bán dẫn cảm biến, kỹ thuật điều khiển vi xử lý và nền tảng điện toán đám mây.

Về mặt sinh lý học, tác giả căn cứ vào ba chỉ số sức khỏe nền tảng:

  • Thân nhiệt: Thân nhiệt trung bình của người trưởng thành khỏe mạnh là 37°C. Mức nhiệt độ đo được trên 38°C là biểu hiện lâm sàng của sốt (bao gồm các bệnh lý truyền nhiễm như Covid-19), cảnh báo các nguy cơ kiệt sức do nhiệt hoặc co giật.
  • Nhịp tim: Phản ánh hiệu suất co bóp của cơ tim. Nhịp tim bất thường được phân loại thành nhịp tim quá nhanh (tachycardia - tăng nguy cơ đau ngực, đột quỵ), nhịp tim quá chậm (bradycardia - giảm cung lượng máu, gây chóng mặt, hôn mê) và loạn nhịp tim (arrhythmia).
  • Nồng độ oxy trong máu (SpO2): Mức độ bão hòa oxy bình thường ở người trưởng thành dao động trong khoảng 95% đến 100% (tương đương áp lực oxy hòa tan 75–100 mm Hg). Tình trạng thiếu oxy máu (hypoxemia dưới 95%) gây tổn thương nghiêm trọng đến các cơ quan trọng yếu như não, tim và thận.

Về mặt kỹ thuật phần cứng, hệ thống tích hợp các linh kiện bán dẫn và module chuyên dụng:

  • Module cảm biến nhịp tim và SpO2 MAX30100 (Maxim Integrated): Đo nhịp tim trong dải 0–250 nhịp/phút và SpO2 từ 0%–100%. Thiết bị sử dụng địa chỉ giao tiếp I2C cố định 0x57, tích hợp bộ đệm FIFO kích thước 16 × 16-bit (32 byte) để lưu trữ mẫu đo từ hệ thống đèn LED đỏ và LED hồng ngoại trước khi gửi về bộ xử lý trung tâm. Lập trình giao tiếp sử dụng thư viện <MAX30100_PulseOximeter.h>.
  • Module cảm biến thân nhiệt hồng ngoại MLX90614 (Melexis): Đo nhiệt độ không tiếp xúc trong phạm vi từ -70°C đến 380°C, sử dụng địa chỉ I2C mặc định 0x5A. Module tích hợp bộ nhớ EEPROM 17 × 16-bit lưu thông số hiệu chuẩn của nhà sản xuất, RAM 3 × 16-bit lưu giá trị nhiệt độ tức thời, cùng cảm biến nhiệt độ môi trường để tự động bù nhiệt. Lập trình điều khiển sử dụng thư viện <Adafruit_MLX90614.h>.
  • Cảm biến rung tiếp xúc SW1801P: Hoạt động dựa trên cơ cấu công tắc chuyển mạch với điện áp 3.3V – 5V DC, dòng tiêu thụ 15mA, cung cấp tín hiệu số (Digital) để phát hiện cử động cơ học của bệnh nhân.
  • Màn hình OLED 0.96 inch (trình điều khiển SSD1306): Độ phân giải 128 × 64 điểm ảnh, giao tiếp qua bus I2C, sử dụng thư viện đồ họa <Adafruit_GFX.h> và <Adafruit_SSD1306.h>.
  • Động cơ Servo SG90 và Module Relay 1 kênh: Chuyển đổi tín hiệu xung điều chế độ rộng PWM thành chuyển động cơ học định góc, kết hợp relay để đóng ngắt cấp nguồn cho cơ cấu nâng hạ phần đầu giường.
  • Vi điều khiển Arduino Uno R3: Sử dụng vi điều khiển chính ATmega328P hoạt động ở tần số xung nhịp 16MHz, trang bị bộ nhớ Flash 32KB, SRAM 2KB, EEPROM 1KB, tích hợp vi điều khiển ATmega16U2 (Flash 16KB, SRAM 512B, EEPROM 512B) đóng vai trò làm cầu chuyển đổi tín hiệu USB - UART.
  • Module Wi-Fi ESP32 và ESP32-CAM: ESP32 trang bị vi xử lý lõi kép Xtensa LX6 tần số lên đến 240MHz, SRAM 520KB, bộ nhớ Flash từ 4MB đến 8MB, hỗ trợ chuẩn kết nối không dây Wi-Fi 802.11n băng tần 2.4GHz tốc độ tối đa 150 Mbps. Module ESP32-CAM hỗ trợ định dạng hình ảnh JPEG, BMP, RGB và truyền luồng video qua các giao thức HTTP, MQTT, Websocket, sử dụng thư viện <esp_camera.h>.
  • Module hạ áp DC-DC LM2596: Dải điện áp ngõ vào từ 4.5V đến 40V, dải điện áp ngõ ra điều chỉnh từ 1.23V đến 37V với dòng tải tối đa 3A, hiệu suất chuyển đổi đạt 92%, tích hợp mạch bảo vệ quá nhiệt, quá tải và ngắn mạch.

Về phương diện truyền thông và cơ sở dữ liệu, đồ án ứng dụng chuẩn truyền thông nối tiếp không đồng bộ UART (kết nối hai dây Tx-Rx) giữa vi điều khiển trung tâm và khối truyền thông không dây; bus truyền thông I2C (hai dây SDA và SCL) kết nối nhiều thiết bị tớ (Slave) với thiết bị chủ (Master); và nền tảng Firebase Realtime Database của Google để đồng bộ dữ liệu thời gian thực theo cấu trúc đối tượng JSON bảo mật qua SSL.

Phương pháp nghiên cứu thực nghiệm được áp dụng tuần tự: thiết kế mô phỏng nguyên lý mạch trên phần mềm Proteus; xây dựng mã nguồn trên Arduino IDE và Visual Studio; kiểm thử độc lập chức năng từng khối trên bảng mạch cắm thử (testboard); sau đó tích hợp toàn diện vào mô hình phần cứng và đo đạc thực tế. Nguồn dữ liệu bao gồm số liệu kỹ thuật trích xuất từ datasheet của nhà sản xuất, các chuẩn y tế về sinh hiệu và dữ liệu số đo thực nghiệm thu thập trực tiếp từ mô hình.

Linh kiện / Thiết bị Thông số kỹ thuật chính Giao thức / Giao tiếp kết nối Chức năng trong hệ thống
Arduino Uno R3 ATmega328P, 16 MHz, 32KB Flash, 2KB SRAM UART, I2C, SPI, Digital/Analog I/O Vi điều khiển trung tâm xử lý cảm biến và ngoại vi
ESP32 Xtensa LX6 2 lõi 240 MHz, 520KB SRAM, Wi-Fi 2.4GHz UART, Wi-Fi 802.11n Truyền nhận dữ liệu không dây và kết nối Firebase
ESP32-CAM Cảm biến camera tích hợp, hỗ trợ khung JPEG/BMP HTTP / Websocket Ghi hình và truyền video trực tiếp lên Web Server
MAX30100 Đo 0–250 nhịp/phút, 0–100% SpO2, FIFO 32 byte I2C (Địa chỉ 0x57) Đo nhịp tim và độ bão hòa oxy trong máu
MLX90614 Đo dải -70°C đến 380°C, EEPROM 17x16-bit I2C (Địa chỉ 0x5A) Đo thân nhiệt không tiếp xúc bằng hồng ngoại
SW1801P Nguồn 3.3V–5V DC, dòng 15mA, dạng công tắc Digital Output Phát hiện trạng thái cử động/bất động của bệnh nhân
OLED 0.96" Kích thước 0.96 inch, độ phân giải 128 × 64 pixels I2C Hiển thị thông số sức khỏe trực tiếp tại giường
Servo SG90 Điều khiển góc bằng xung PWM PWM qua Relay Cơ cấu điều chỉnh độ nâng hạ đầu giường
Buzzer 5V Nguồn 5V DC, dòng tiêu thụ 30mA Digital qua Transistor 2SC1815 Báo động âm thanh khi có cảnh báo khẩn cấp
LM2596 Nguồn vào 4.5–40V, ra 1.23–37V, dòng cực đại 3A Buck DC-DC Converter Hạ áp và ổn định nguồn điện cung cấp toàn mạch

Thiết kế và triển khai hệ thống

Hệ thống giường bệnh thông minh được tổ chức thành 11 khối chức năng thống nhất trên sơ đồ khối: Khối xử lý trung tâm, Khối giao tiếp Wifi, Khối camera, Khối đo nhịp tim & SpO2, Khối cảm biến thân nhiệt, Khối cảm biến rung, Khối nút nhấn, Khối hiển thị, Khối cảnh báo, Khối động cơ điều chỉnh độ nâng, và Khối nguồn.

Quy trình vận hành phối hợp giữa các khối diễn ra theo chu trình tuần tự:

  1. Thu thập tín hiệu: Các module cảm biến MAX30100 và MLX90614 đọc dữ liệu nhịp tim, SpO2 và thân nhiệt của bệnh nhân theo chu kỳ thời gian định sẵn, truyền về Arduino Uno qua đường truyền dữ liệu I2C. Đồng thời, cảm biến SW1801P giám sát chuyển động của người nằm; nếu trong khoảng thời gian quy định không ghi nhận dao động cử động, tín hiệu cảnh báo sẽ được thiết lập.
  2. Hiển thị và truyền thông liên vi điều khiển: Arduino Uno xử lý số liệu thô, xuất kết quả hiển thị lên màn hình OLED 128 × 64 thông qua bus I2C. Song song đó, vi điều khiển đóng gói chuỗi dữ liệu định dạng để truyền sang vi điều khiển ESP32 thông qua cổng UART nối tiếp.
  3. Đồng bộ hóa đám mây: ESP32 nhận gói tin UART, bóc tách dữ liệu và sử dụng thư viện <FirebaseESP32.h> để ghi trực tiếp các trường thông tin vào cơ sở dữ liệu Firebase Realtime Database.
  4. Truyền luồng hình ảnh: Module ESP32-CAM hoạt động độc lập, thu thập khung hình từ camera và truyền phát luồng dữ liệu hình ảnh trực tiếp về giao diện Web Server thông qua các bản tin truyền tải HTTP/Websocket.
  5. Điều khiển cơ cấu nâng hạ: Bệnh nhân có thể tùy chỉnh độ nâng đầu giường bằng hai nút nhấn đơn UP (tăng độ nghiêng) và DOWN (giảm độ nghiêng) bố trí tại thành giường. Tín hiệu nút nhấn kích hoạt Arduino Uno gửi xung PWM điều khiển động cơ Servo SG90 quay đến các góc độ tương ứng theo ba mức độ đặt trước. Ngoài ra, việc nâng hạ giường cũng có thể nhận lệnh từ xa thông qua giao diện Web gửi xuống ESP32 và chuyển tiếp về Arduino.
  6. Kích hoạt cảnh báo: Hệ thống cảnh báo sử dụng còi Buzzer 5V DC kết hợp với giao diện Web. Khối cảnh báo được kích hoạt khi xảy ra một trong các trường hợp: các chỉ số nhịp tim, thân nhiệt hoặc SpO2 vượt quá ngưỡng an toàn định trước; bệnh nhân chủ động nhấn nút khẩn cấp CB; hoặc cảm biến rung không nhận diện được cử động của người bệnh trong một thời gian dài.

Về mặt thiết kế phần cứng chi tiết:

  • Mạch nút nhấn gồm ba nút nhấn đơn: UP, DOWN và nút cảnh báo khẩn cấp CB. Các nút này được nối lần lượt vào các chân kỹ thuật số 2, 3 và 4 của Arduino Uno, đồng thời bố trí các điện trở kéo $R = 4.7\text{ k}\Omega$ nhằm chống hiện tượng ngắn mạch và duy trì mức logic ổn định.
  • Mạch cảnh báo sử dụng còi Buzzer 5V (dòng định mức $I_{\text{buzzer}} = 30\text{ mA}$) kết hợp với transistor lưỡng cực NPN 2SC1815 để cách ly và khuếch đại dòng điều khiển. Cực thu (C) của transistor nối với chân âm của Buzzer, cực phát (E) nối đất, và cực gốc (B) được điều khiển từ chân kỹ thuật số PB5 của Arduino Uno. Khi transistor hoạt động ở chế độ dẫn bão hòa, với điện áp phân cực $V_{BE} = 0.7\text{V}$, điện áp nguồn $V_{CC} = 5\text{V}$, dòng cực thu $I_C = I_{\text{buzzer}} = 30\text{ mA}$, và hệ số khuếch đại dòng $\beta = 180$, dòng điện cực gốc được xác định theo công thức: $$I_B = \frac{I_C}{\beta} = \frac{30\text{ mA}}{180} \approx 0.167\text{ mA}$$ Giá trị này đảm bảo dòng xuất từ chân I/O của vi điều khiển ATmega328P kích hoạt chuyển mạch an toàn và tin cậy cho tầng công suất của còi báo.
Chuẩn giao tiếp Đường truyền vật lý Các module tham gia Tốc độ / Cơ chế hoạt động
I2C 2 dây (SDA, SCL) Arduino Uno (Master), MAX30100, MLX90614, OLED (Slaves) Đồng bộ dữ liệu nối tiếp, định địa chỉ phần cứng 7-bit
UART 2 dây chéo (Tx, Rx) Arduino Uno $\leftrightarrow$ ESP32 Nối tiếp bất đồng bộ, truyền chuỗi ký tự phân tách
Wi-Fi Sóng vô tuyến 2.4 GHz ESP32 $\leftrightarrow$ Access Point $\leftrightarrow$ Internet / Firebase Chuẩn 802.11n, tốc độ tối đa 150 Mbps, bảo mật WPA/WPA2
HTTP / Websocket Mạng IP nội bộ / Internet ESP32-CAM $\leftrightarrow$ Trình duyệt Web Truyền luồng video và khung hình JPEG trực tiếp

Nội dung chính theo từng chương

Báo cáo khóa luận được cấu trúc thành 5 chương với các luận điểm kỹ thuật và kết quả nghiên cứu cụ thể:

Chương 1: Tổng quan

Chương 1 phân tích bức tranh tổng thể về cuộc cách mạng công nghiệp lần thứ tư với các trụ cột như Trí tuệ nhân tạo (AI), Internet vạn vật (IoT), mạng viễn thông 5G và chuỗi khối (Blockchain) trong việc chuyển đổi ngành y tế số. Tác giả khảo sát hai mô hình giường bệnh thông minh tiền nhiệm để chỉ ra sự cần thiết của một hệ thống vừa thu thập sinh hiệu tự động vừa có cơ cấu vận động linh hoạt. Từ đó, chương đề ra 5 mục tiêu nghiên cứu cụ thể, 8 nhiệm vụ triển khai kỹ thuật, và xác định giới hạn nghiên cứu của đồ án ở mức độ chế tạo mô hình tỷ lệ 1/10 bằng vi điều khiển Arduino Uno, ESP32, ESP32-CAM và chưa tích hợp lớp bảo mật dữ liệu.

Chương 2: Cơ sở lý thuyết

Chương 2 trình bày chi tiết nền tảng sinh lý học và thông số kỹ thuật của các trang thiết bị sử dụng. Tác giả định nghĩa tiêu chuẩn y khoa về thân nhiệt (37°C, ngưỡng sốt trên 38°C), nhịp tim và nồng độ SpO2 (dải an toàn 95%–100%). Chương phân tích cấu trúc phần cứng của vi điều khiển ATmega328P trên Arduino Uno, vi xử lý lõi kép Xtensa LX6 của ESP32, và module ESP32-CAM. Toàn bộ đặc tính điện tử của cảm biến hồng ngoại MLX90614, cảm biến đo nhịp tim MAX30100, cảm biến rung SW1801P, màn hình OLED SSD1306, mạch relay, động cơ servo SG90, còi Buzzer và bộ nguồn hạ áp xung LM2596 được tổng hợp chi tiết. Chương cũng làm rõ nguyên lý của ba chuẩn giao tiếp UART, I2C, Wi-Fi; nguyên lý đồng bộ hóa của cơ sở dữ liệu đám mây Firebase Realtime Database; cùng phương thức sử dụng các phần mềm công cụ gồm Proteus (mô phỏng mạch và thiết kế 3D), Arduino IDE (lập trình vi điều khiển) và Visual Studio (xây dựng giao diện Web giám sát).

Chương 3: Thiết kế và xây dựng hệ thống

Chương 3 thiết lập 8 yêu cầu chức năng bắt buộc của hệ thống: thu thập dữ liệu sinh hiệu, hiển thị tại chỗ, cập nhật lên Web server, giám sát hình ảnh qua camera, điều chỉnh góc nâng đầu giường, cảnh báo an toàn ngưỡng, phát hiện cử động cơ thể, và lưu trữ dữ liệu tập trung. Tác giả xây dựng sơ đồ khối 11 thành phần và thuyết minh chi tiết lưu đồ hoạt động tương tác giữa các khối. Phần thiết kế phần cứng cung cấp sơ đồ kết nối chân cụ thể giữa Arduino Uno với khối nút nhấn (chân 2, 3, 4 qua điện trở $4.7\text{ k}\Omega$), khối hiển thị OLED (chân SDA/SCL), khối đo nhịp tim MAX30100, khối thân nhiệt MLX90614, khối cảm biến rung SW1801P, khối động cơ servo SG90 và khối nguồn hạ áp LM2596. Mạch kích cảnh báo Buzzer được phân tích toán học dựa trên hệ số khuếch đại $\beta = 180$ của transistor 2SC1815.

Chương 4: Thi công hệ thống

Chương 4 mô tả quá trình hiện thực hóa mô hình từ lý thuyết sang thực nghiệm. Nội dung trọng tâm bao gồm việc xây dựng các lưu đồ thuật toán điều khiển:

  • Lưu đồ khối xử lý trung tâm Arduino Uno (khởi tạo, đọc cảm biến, quét nút nhấn, tính toán logic cảnh báo, hiển thị OLED và gửi UART).
  • Lưu đồ hoạt động cho khối ESP32 (tiếp nhận UART, phân tách bản tin, kết nối mạng Wi-Fi và đẩy dữ liệu lên cơ sở dữ liệu Firebase).
  • Lưu đồ xử lý dữ liệu nhận và lưu đồ vận hành của Web Server (xác thực dữ liệu, cập nhật bảng hiển thị tham số sức khỏe, hiển thị luồng video và gửi lệnh điều khiển góc nâng ngược lại vi điều khiển). Chương cũng ghi lại hình ảnh lắp đặt thực tế các bo mạch, module chức năng và cơ cấu cơ khí nâng hạ bên trong khung giường bệnh thu nhỏ tỷ lệ 1/10.

Chương 5: Kết quả - Kết luận và hướng phát triển

Chương 5 đối chiếu kết quả tính toán thiết kế với sản phẩm thực tế thu được:

  • Mô hình giường bệnh hoàn chỉnh tỷ lệ 1/10 hoạt động ổn định về mặt cơ khí và điện tử tử.
  • Màn hình OLED hiển thị rõ ràng, trực quan các thông số thân nhiệt, SpO2 và nhịp tim tại chỗ.
  • Cập nhật số liệu sinh hiệu liên tục, chính xác lên cây dữ liệu JSON trên Firebase Realtime Database.
  • Giao diện Web HTML xây dựng trên nền tảng Visual Studio hiển thị đầy đủ bảng dữ liệu người bệnh và tích hợp các nút điều khiển góc nghiêng đầu giường.
  • Khối camera ESP32-CAM truyền hình ảnh giám sát trực tiếp với các chế độ quan sát khác nhau trên trình duyệt Web. Tác giả đưa ra các nhận xét đánh giá hệ thống, thừa nhận các giới hạn kỹ thuật và vạch ra phương hướng nâng cấp cho các nghiên cứu tiếp theo.

Kết quả và đóng góp

Nghiên cứu đã chế tạo và thử nghiệm thành công mô hình giường bệnh thông minh đáp ứng đầy đủ các mục tiêu thiết kế ban đầu:

  • Thi công hoàn chỉnh mô hình phần cứng: Lắp ráp thành công mô hình giường bệnh tỷ lệ 1/10 tích hợp hệ thống mạch điều khiển, cơ cấu truyền động và các đầu đo cảm biến.
  • Thu thập và hiển thị sinh hiệu: Hệ thống ghi nhận chính xác giá trị thân nhiệt qua cảm biến hồng ngoại không tiếp xúc MLX90614, các thông số nhịp tim và nồng độ bão hòa oxy trong máu SpO2 qua module MAX30100. Dữ liệu được hiển thị theo thời gian thực trên màn hình OLED kích thước 0.96 inch tại giường bệnh.
  • Tự động hóa nâng hạ góc đầu giường: Thực hiện điều chỉnh góc nâng của phần đầu giường theo ba mức độ đặt trước bằng động cơ Servo SG90 thông qua hai nút nhấn UP, DOWN trực tiếp trên giường hoặc bằng lệnh điều khiển gửi từ giao diện Web.
  • Giám sát trực quan từ xa qua IoT: Thiết lập thành công kênh truyền thông dữ liệu hai chiều: vi điều khiển ESP32 đồng bộ dữ liệu đo đạc lên Firebase Realtime Database qua mạng Wi-Fi; trang Web HTML hiển thị các chỉ số sinh hiệu và trạng thái người bệnh; module ESP32-CAM ghi nhận và truyền phát video thời gian thực phục vụ nhân viên y tế giám sát từ xa.
  • Cơ chế cảnh báo an toàn đa phương thức: Kích hoạt cảnh báo chuông Buzzer tại giường và phát tín hiệu cảnh báo trên giao diện Web khi nhịp tim hoặc thân nhiệt vượt ngưỡng an toàn (thân nhiệt trên 38°C), khi bệnh nhân nhấn nút khẩn cấp CB, hoặc khi cảm biến rung SW1801P không ghi nhận cử động của bệnh nhân trong một khoảng thời gian dài.

So với các công trình nghiên cứu tiền nhiệm được khảo cứu ở Chương 1, đồ án có đóng góp quan trọng khi tích hợp đồng thời ba nhóm chức năng trên một nền tảng duy nhất: đo lường sinh hiệu liên tục không tiếp xúc, giám sát hình ảnh video trực tiếp kết hợp theo dõi cử động bệnh nhân, và cơ cấu cơ điện tử tự động thay đổi tư thế nằm. Thiết kế này khắc phục nhược điểm của đề tài tham khảo số [1] (vốn chỉ đo sinh hiệu mà thiếu khả năng thay đổi tư thế hay điều khiển cơ học), đồng thời tối ưu hóa chi phí chế tạo nhờ sử dụng các vi điều khiển mã nguồn mở phổ biến và dịch vụ đám mây Firebase.

Hạn chế và hướng nghiên cứu tiếp

Dựa trên giới hạn nghiên cứu được tác giả công bố tại Chương 1 và các nhận xét đánh giá ở Chương 5, đề tài còn tồn tại các hạn chế kỹ thuật:

  • Hệ thống chỉ mới dừng lại ở quy mô mô hình vật lý thu nhỏ với kích thước xấp xỉ 1/10 so với giường bệnh tiêu chuẩn, chưa chịu được tải trọng thực tế của người nằm và các điều kiện vận hành khắt khe trong môi trường bệnh viện thực tiễn.
  • Mô hình hoàn toàn chưa có tính năng bảo mật thông tin; các luồng dữ liệu sinh hiệu và hình ảnh truyền qua giao thức HTTP/UART chưa được mã hóa chống nghe lén hoặc giả mạo.
  • Phương pháp phát hiện cử động của bệnh nhân bằng cảm biến rung tiếp xúc SW1801P còn mang tính chất cơ học đơn giản, dễ bị ảnh hưởng bởi các rung động ngoại cảnh không xuất phát từ bệnh nhân.

Hướng phát triển tiếp theo được tác giả đề xuất bao gồm:

  • Nâng cấp và thi công cơ khí hệ thống thành giường bệnh kích thước thật (tỷ lệ 1:1), thay thế động cơ servo nhỏ bằng hệ thống xi lanh điện hoặc động cơ công suất lớn có khả năng chịu tải trọng người bệnh.
  • Bổ sung các giải pháp an toàn thông tin và thuật toán mã hóa đầu cuối nhằm bảo mật dữ liệu y tế của bệnh nhân khi truyền qua mạng Internet.
  • Nghiên cứu tích hợp các cơ cấu động lực để giường có thể tự hành di chuyển linh hoạt trong bệnh viện tương tự như hướng đi của đề tài tham khảo số [2].
  • Tích hợp thêm các kênh cảnh báo dự phòng khẩn cấp qua mạng viễn thông tế bào như tự động gửi tin nhắn SMS hoặc thực hiện cuộc gọi trực tiếp đến nhân viên y tế trực ca.

Giá trị tham khảo

Đồ án là tài liệu kỹ thuật có giá trị tham khảo ứng dụng cao đối với sinh viên, học viên và các nhóm nghiên cứu thuộc các chuyên ngành Công nghệ Kỹ thuật Điện tử - Viễn thông, Kỹ thuật Máy tính, Cơ điện tử, Hệ thống nhúng & IoT, cũng như ngành Kỹ thuật Y sinh (Biomedical Engineering).

Các nội dung có giá trị tham khảo chuyên môn sâu trong đồ án bao gồm:

  • Kỹ thuật phối ghép đa vi xử lý: Phương pháp phân chia tác vụ tối ưu giữa một vi điều khiển chuyên trách xử lý ngoại vi, cảm biến thời gian thực (Arduino Uno) và các vi điều khiển chuyên trách xử lý kết nối không dây, truyền thông mạng và truyền luồng video (ESP32, ESP32-CAM) thông qua giao tiếp UART nối tiếp.
  • Thiết kế giao tiếp cảm biến y sinh học: Quy trình kết nối, định cấu hình phần cứng và lập trình thư viện cho các module đo lường sinh trắc học y tế qua bus I2C (MAX30100 và MLX90614).
  • Tính toán mạch điều khiển công suất tải DC: Phương pháp tính toán điện trở phân cực cho transistor chuyển mạch bão hòa 2SC1815 để kích hoạt an toàn các tải báo động công suất nhỏ như Buzzer.
  • Xây dựng giải pháp IoT Y tế toàn diện: Kiến trúc kết nối từ thiết bị biên (Edge Device) lên nền tảng đám mây Firebase Realtime Database và hiển thị trên giao diện Web Dashboard theo thời gian thực.

Câu hỏi thường gặp

1. Hệ thống sử dụng những loại cảm biến nào để giám sát tình trạng của bệnh nhân và phương thức giao tiếp của chúng là gì?
Hệ thống sử dụng ba loại cảm biến chuyên biệt: module cảm biến hồng ngoại Melexis MLX90614 dùng để đo thân nhiệt không tiếp xúc (giao tiếp qua bus I2C với địa chỉ mặc định 0x5A); module Maxim Integrated MAX30100 dùng để đo nhịp tim và nồng độ oxy trong máu SpO2 (giao tiếp qua bus I2C với địa chỉ cố định 0x57); và module cảm biến rung SW1801P dùng để giám sát trạng thái cử động cơ học của bệnh nhân (kết nối qua ngõ vào tín hiệu số Digital).

2. Vi điều khiển Arduino Uno và module ESP32 trao đổi dữ liệu với nhau thông qua chuẩn truyền thông nào?
Hai khối vi điều khiển giao tiếp với nhau thông qua chuẩn truyền thông nối tiếp không đồng bộ UART (Universal Asynchronous Receiver-Transmitter) sử dụng hai đường dẫn tín hiệu chéo Transmitter (Tx) và Receiver (Rx). Arduino Uno đóng gói các thông số cảm biến đo được thành chuỗi dữ liệu để gửi sang ESP32 đẩy lên Firebase, đồng thời tiếp nhận các lệnh điều khiển từ xa chuyển tiếp từ ESP32 về để điều khiển động cơ.

3. Cơ cấu nâng hạ phần đầu giường được điều khiển như thế nào và có mấy mức độ nâng?
Cơ cấu nâng hạ sử dụng động cơ Servo SG90 tạo góc quay thông qua tín hiệu điều chế độ rộng xung PWM, được cấp điện điều khiển gián tiếp qua module relay 1 kênh. Hệ thống cho phép nâng hạ phần đầu giường theo ba mức độ góc nghiêng khác nhau. Bệnh nhân có thể điều khiển trực tiếp bằng hai nút bấm đơn UP (nâng) và DOWN (hạ) lắp tại giường, hoặc nhân viên y tế có thể gửi lệnh điều khiển góc nghiêng từ xa thông qua giao diện Web Server.

4. Mạch kích chuông cảnh báo Buzzer được tính toán dựa trên các thông số kỹ thuật nào?
Mạch cảnh báo sử dụng còi Buzzer 5V DC có dòng tiêu thụ danh định $I_{\text{buzzer}} = 30\text{ mA}$, được đóng cắt bằng transistor NPN 2SC1815 nối với chân PB5 của Arduino Uno. Transistor được thiết kế hoạt động ở chế độ dẫn bão hòa với hệ số khuếch đại dòng $\beta = 180$, điện áp tiếp giáp $V_{BE} = 0.7\text{V}$, điện áp nguồn $V_{CC} = 5\text{V}$, và dòng điện cực gốc tính toán đạt $I_B = I_C / \beta = 30\text{ mA} / 180 \approx 0.167\text{ mA}$.

5. Nền tảng nào được sử dụng để lưu trữ và hiển thị dữ liệu giám sát bệnh nhân từ xa?
Hệ thống sử dụng dịch vụ đám mây Firebase Realtime Database của Google để tiếp nhận và lưu trữ toàn bộ dữ liệu sinh hiệu từ ESP32 dưới định dạng JSON có bảo mật kết nối SSL. Dữ liệu này cùng với luồng video truyền trực tiếp từ module camera ESP32-CAM được hiển thị tập trung trên trang Web HTML do nhóm tác giả phát triển bằng phần mềm Visual Studio, cho phép nhân viên y tế theo dõi tình trạng bệnh nhân từ xa qua trình duyệt.

Kết luận

Đồ án tốt nghiệp "Thiết kế và thi công mô hình giường bệnh thông minh" đã hoàn thành việc nghiên cứu, tích hợp phần cứng và thi công thành công mô hình thực nghiệm tỷ lệ 1/10 phục vụ giám sát y tế từ xa. Bằng việc kết hợp vi điều khiển Arduino Uno, module Wi-Fi ESP32, camera ESP32-CAM và các cảm biến đo sinh hiệu chuyên dụng, hệ thống thực hiện tốt việc theo dõi thân nhiệt, nhịp tim, SpO2, nhận diện cử động và tự động hóa góc nâng đầu giường. Kết quả thử nghiệm đồng bộ dữ liệu lên Firebase và truyền luồng video về giao diện Web chứng minh tính đúng đắn của giải pháp thiết kế kỹ thuật, mở ra hướng ứng dụng thiết thực cho các hệ thống chăm sóc sức khỏe tự động trong tương lai.